Professional Documents
Culture Documents
Ingeniera Industrial
Investigacin #1 de Estadstica I: Tipos de Muestreo
Integrantes: Cheng, Kinying Lao Lee, Tania Li, Brbara Quintero, Joselinn
Grupo: 1-I1131
INTRODUCCIN
Existen momentos en los que no es posible llevar a cabo un censo, cuando esto ocurre se selecciona una muestra, es decir, una parte representativa de la poblacin; el muestreo se encarga de seleccionar esta muestra. Con esto podemos explorar, explicar o describir las propiedades o caractersticas de esa poblacin. Para que un muestreo sea vlido, es necesario cumplir ciertos requisitos, entre ellos, ejemplificar las caractersticas de la poblacin. Hay mtodos de muestreo probabilstico y mtodos de muestreo no probabilstico. En este trabajo. En este trabajo explicaremos las diferentes clasificaciones de estos dos tipos de muestreos. A travs de inconvenientes de los mismos. una tabla podremos analizar las ventajas e
Qu es Muestra?
Subgrupo de la poblacin que es seleccionado o recolectado con la finalidad de estudiar las propiedades de dicha poblacin. La seleccin debe ser representativa de dicha poblacin.
Desventajas: Requiere la identificacin y catalogacin de la poblacin, lo cual puede resultar muy costoso. Da como resultado menor precisin. Requiere una probabilidad de seleccin igual para todos los elementos que conforman la poblacin. Requiere mayor tamao de muestra que las otros tipos de muestreo. Ejemplo: Una universidad tiene 200 alumnos de Ingeniera Mecnica. Para extraer la muestra aleatoria de 25 alumnos: Se numeran los alumnos del 1 al 200. Se sortean 25 nmeros de entre los 200. La muestra estar formada por los 25 alumnos a los que les correspondan los nmeros obtenidos.
Muestreo Sistemtico:
La muestra sistemtica se basa en numerar los elementos de 1 a n. Luego de enumerar dichos elementos, se determina el intervalo de muestreo (i) mediante la siguiente operacin: i=N/n En donde N es el tamao de la poblacin y n el tamao de la muestra que se quiere. Despus se elige uno al azar y a los intervalos constantes, se eligen todos los dems hasta completar la muestra. Ventajas: Se recomienda cuando la poblacin es numerosa. La sencillez de la tcnica y que puede ser utilizado con bastante grado de confiabilidad en la prctica. Fcil de aplicar. Ejemplo: Una universidad tiene 200 alumnos de Ingeniera Mecnica. Para extraer la muestra aleatoria de 25 alumnos: Se numeran los alumnos del 1 al 200. Se calcula el intervalo constante entre cada individuo Se sortea un nmero del 1 al 8. Si por ejemplo, el 5 es el numero seleccionado, entonces, el primer alumno seleccionado para la muestra sera el nmero 5, los siguientes alumnos se obtendran sumando 5 y as sucesivamente hasta llegar a los 25 alumnos. Es decir: 5, 13, 21, 29, 37,. 197.
Muestreo estratificado
Consiste en la divisin previa de la poblacin de estudio en grupos o clases que se suponen homogneos respecto a las caractersticas a estudiar. A cada uno de estos estratos se le asignara una cuota que determinara el nmero de miembros del mismo que compondrn la muestra. Dentro de cada estrato el muestreo se realizara mediante muestreo aleatorio simple. Segn la cantidad de elementos de la muestra que se han de elegir de cada uno de los estratos, existen dos tcnicas de muestreo estratificado:
Asignacin proporcional: el tamao de cada estrato en la muestra es proporcional a su tamao en la poblacin. Asignacin ptima: la muestra recoger ms individuos de aquellos estratos que tengan ms variabilidad. Para ello es necesario un conocimiento previo de la poblacin.
Por ejemplo, para un estudio de opinin, puede resultar interesante estudiar por separado las opiniones de hombres y mujeres pues se estima que, dentro de cada uno de estos grupos, puede haber cierta homogeneidad. As, si la poblacin est compuesta de un 55% de mujeres y un 45% de hombres, se tomara una muestra que contenga tambin esa misma proporcin.
Segn el libro Anlisis de Encuestas de Elena Abascal, el muestreo estratificado es adecuado cuando en la poblacin que se desea estudiar se pueden definir varios grupos o estratos sin solapamientos de manera que el comportamiento respecto a la variable objeto del estudio sea: Semejante en los componentes de un estrato Muy diferente entre los componentes de diferentes estratos.
Sea una poblacin de tamao N en la que se han definido L estratos de tamao, Nh, h=1. De cada estrato se extrae una muestra aleatoria de tamao nh. El mtodo proporciona las siguientes frmulas:
Un nmero de conglomerados no consecuente. Tamao de los conglomerados uniformes. Homogeneidad de los individuos dentro de los conglomerados.
Este mtodo es recomendable en casos como los siguientes: Cuando no slo se dispone de un marco que liste las unidades elementales, sino que adems su elaboracin puede ser costosa. Cuando las unidades se encuentran muy dispersas geogrficamente, lo cual implicara la seleccin de una muestra muy dispersa, con la dificultad de supervisin del trabajo.
NO PROBABILSTICO
En este tipo de muestras, tambin llamadas muestras dirigidas o intencionales, la eleccin de los elementos no depende de la probabilidad sino de las condiciones que permiten hacer el muestreo (acceso o disponibilidad, conveniencia, etc); son seleccionadas con mecanismos informales y no aseguran la total representacin de la poblacin. Esto implica que no es posible calcular con precisin el error estndar de estimacin, es decir no podemos determinar el nivel de confianza con que hacemos la estimacin. Lo anterior se explica porque no todos los sujetos tienen la misma probabilidad de ser seleccionados, por lo que es esperable la no representatividad de todos los miembros de la poblacin. Las muestras no probabilsticas, pese a ser consideradas poco rigurosas y carentes de base terica, son bastante frecuentes, incluso hay situaciones en que es ms conveniente usar un muestreo no probabilstico, por ejemplo cuando vamos a hacer estudios de casos, de poblaciones heterogneas, o en estudios que son dirigidos a poblaciones y grupos muy especficos donde la interesa una cuidadosa y controlada seleccin de sujetos con determinadas caractersticas. Generalmente, en los estudios cualitativos el muestreo no es probabilstico. Veamos ahora algunos procedimientos de muestreo no probabilstico:
Ejemplo Un reportero puede muestrear a dos o tres senadores, considerando que ellos reflejan la opinin general de todos los senadores. Sin embargo, la calidad de los resultados muestrales depende del juicio de la persona que seleccion la muestra.
En todas las formas de investigacin, sera ideal generalizar los resultados a la totalidad de la poblacin, pero en la mayora de los casos, la poblacin es demasiado grande y resulta imposible incluir cada individuo. Esta es la razn por la cual la mayora de los investigadores utilizan tcnicas de muestreo, como el muestreo de conveniencia, la ms comn de todas las tcnicas de muestreo. Muchos investigadores prefieren esta tcnica de muestreo, ya que es rpida, barata, fcil y sobre todo, los sujetos estn disponibles. Ejemplo Un profesor que realiza una investigacin en una universidad puede usar estudiantes voluntarios para que constituyan una muestra; la razn para elegirlos? simple, los tiene al alcance y participaran como sujetos a un costo bajo o sin costo. De manera similar, un inspector puede muestrear un cargamento de naranja seleccionando al azar naranjas de varias de las cajas. Marcar cada naranja y usar en mtodo probabilstico de muestreo puede no resultar prctico.
Muestras como los paneles de voluntarios en investigacin sobre los consumidores son tambin muestras de conveniencia.
600 400
Total
1000
Total
1000
Si decidimos una fraccin de muestreo de 1/5 (20%) , encuestaremos a 200 personas con la siguiente distribucin: Sexo Masculino Femenino Edad Menos de 25 aos Entre 25 y 60 aos Ms de 60 aos Pas Francia Espaa Italia Suecia Blgica Total
120 80
40 100 60
Total
200
Total
200
50 40 50 30 30 200
Se seleccionan al azar los elementos 2 y 9 de los grupos A y B. El elemento 2 refiere a los elementos 12 y 13, mientras que el elemento 9 refiere al elemento 18. La muestra resultante est formada por los elementos 2, 9, 12, 13 y 18. En este caso nos damos cuenta de que no se seleccion ningn elemento del grupo E.
Conclusin
Para concluir, el muestreo en estadstica se conoce como la tcnica para la seleccin de una muestra a partir de una poblacin. Se espera de este proceso que sus propiedades sean extrapolables a la poblacin. El muestreo es un proceso prctico, ya que permite ahorrar recursos y dinero, y a su vez se obtienen resultados similares a los que se alcanzara si se hiciese un estudio de toda la poblacin. Debemos tener en cuenta que para que este proceso sea vlido y que podamos realizar diversos estudios adecuados se necesitan de ciertos requisitos para cada tcnica de muestreo que presentamos en este trabajo. A pesar de dichas tcnicas, no podremos estar 100% seguros de que el resultado sea una muestra representativa o verdadera.
Bibliografa
Fuente de informacin obtenida a travs de las siguientes pginas:
Estadstica para la administracin y economa. Ardenson, David; Sweeney, Dennis J. Editorial CENGAGE Learning. Mexico 2008. 10 Edicin http://cursos.uc.cl/unimit_psi_003-1/almacen/1222368251_jscharag_sec4_pos0.pdf
http://metodologiadelainvestigacion.forumcommunity.net/?t=14325119 http://www.slideshare.net/anthonymaule/muestreo-probabilistico http://www.vadenumeros.es/sociales/tipos-de-muestreo.htm http://html.rincondelvago.com/muestreo-probabilistico.html http://www.psico.uniovi.es/dpto_psicologia/metodos/tutor.7/p2.html http://www.wordreference.com/definicion/catalogaci%C3%B3n http://books.google.com.pa/books?id=qFczOOiwRSgC&pg=PA73&dq=muestr eo+estratificado&hl=es&sa=X&ei=U8FZUfetF4Lo8gSt7YCQBg&redir_esc=y#v= onepage&q=muestreo%20estratificado&f=false http://www.analisis-de-datos.com/Blog/muestreo-por-conglomerados.html http://books.google.com.pa/books?id=cbdromy2XrwC&dq=muestreo+por+c onglomerado&hl=es&source=gbs_navlinks_sv